invertible image representation methods (transforms) are routinely employed
as low-level image processing operations based on which feature extraction and
recognition algorithms are developed. Most transforms in
基于运输和最优运输的数学，我们描述了一种新的图像表示技术。该方法基于图像的 Radon 变换和最近的信号表示方法 Signed Cumulative Distribution Transform 的组合，将以前与运输相关的图像表示方法推广到任意函数（图像）。与现有的运输变换方法以及基于深度学习的分类方法相比，该新变换更准确地表示有符号图像的信息内容，因此可以获得更高的分类准确性。